python顔取得プログラムにおけるエラー

Question

前提・実現したいこと

顔の動画をフレーム分割し、その分割した画像から指定範囲の緑色の成分(RGBのG成分)を取得しプロットするプログラムを作成しています。顔範囲を事前に設定しておくとプログラムは正常に動きますが、顔範囲をプログラムにより取得することによって範囲をきめるプログラムに変更したところエラーがでてしまいわからなくなりました。

発生している問題・エラーメッセージ

Traceback (most recent call last):
File "face_detect.py", line 51, in <module>
face=cascade.detectMultiScale(images_face)
TypeError: Expected Ptrcv::UMat for argument 'image'

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import cv2
import seaborn as sns
import os
import shutil
from scipy import signal
import glob
from scipy import fftpack

HAAR_FILE="haarcascade_frontalface_default.xml"
cascade=cv2.CascadeClassifier(HAAR_FILE)

#フレーム分割
def frame_split(video_file='./image_wave.mp4', image_dir='./image_wave/',
                   image_file='image_wave-%s.png'):
    if os.path.exists(image_dir):
        shutil.rmtree(image_dir)

    if not os.path.exists(image_dir):
        os.makedirs(image_dir)

    i = 0

    cap = cv2.VideoCapture(video_file)
    while (cap.isOpened()):
        flag, frame = cap.read()  # Capture frame-by-frame
        if flag == False:
            break
        cv2.imwrite(image_dir + image_file % str(i).zfill(6),
                    frame)
        print('Save', image_dir + image_file % str(i).zfill(6))
        i += 1

    cap.release()

frame_split("20201119_Trim.mp4")

#画像ファイルを格納，時系列にソート
files = glob.glob("image_wave/*.png")
files.sort()

#画像を読み込み，green成分を抽出
images = [cv2.imread(files[i]) for i in range(len(files))]
images_green = [pd.DataFrame(images[j][:,:,1]) for j in range(len(images))]


# #parameter(顔のおでこの座標)
images_face = [cv2.imread(files[i]) for i in range(len(files))]
face=cascade.detectMultiScale(images_face)

for x,y,w,h in face:
    #ほっぺあたり
    xx=int(x+(5/9)*w)
    yy=int(y+(1/13)*h)
    zz=int(x+(6/9)*w)
    ww=int(y+(2/13)*h)

in1 = yy
in2 = ww
co1 = xx
co2 = zz

#メディアンフィルタによる平滑化（iloc[行番号x,列番号y]）
images_green_median = [cv2.medianBlur(images_green[i].iloc[ in1 : in2 , co1 :co2 ].values,ksize=5)  for i in range(len(images_green))]

#平均値を算出
img_mean = [images_green_median[i].mean()  for i in range(len(images_green_median))]


plt.plot(img_mean)

plt.show()

補足情報（FW/ツールのバージョンなど）

いかのようにするとエラーは起きません。顔取得のところで間違っているみたいです

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import cv2
import seaborn as sns
import os
import shutil
from scipy import signal
import glob
from scipy import fftpack

#フレーム分割
def frame_split(video_file='./image_wave.mp4', image_dir='./image_wave/',
                   image_file='image_wave-%s.png'):
    if os.path.exists(image_dir):
        shutil.rmtree(image_dir)

    if not os.path.exists(image_dir):
        os.makedirs(image_dir)

    i = 0

    cap = cv2.VideoCapture(video_file)
    while (cap.isOpened()):
        flag, frame = cap.read()  # Capture frame-by-frame
        if flag == False:
            break
        cv2.imwrite(image_dir + image_file % str(i).zfill(6),
                    frame)
        print('Save', image_dir + image_file % str(i).zfill(6))
        i += 1

    cap.release()

frame_split("予備実験1.mov")

#画像ファイルを格納，時系列にソート
files = glob.glob("image_wave/*.png")
files.sort()

#画像を読み込み，green成分を抽出
images = [cv2.imread(files[i]) for i in range(len(files))]
images_green = [pd.DataFrame(images[j][:,:,1]) for j in range(len(images))]

#parameter(顔のおでこの座標)
in1 = 650
in2 = 695
co1 = 115
co2 = 146

#メディアンフィルタによる平滑化（iloc[行番号x,列番号y]）
images_green_median = [cv2.medianBlur(images_green[i].iloc[ in1 : in2 , co1 :co2 ].values,ksize=5)  for i in range(len(images_green))]

#平均値を算出
img_mean = [images_green_median[i].mean()  for i in range(len(images_green_median))]

plt.plot(img_mean)

plt.show()

Comments

[YT0014]

detectMultiScale()を利用したサンプルは検索されましたか？
detectMultiScale()の仕様は確認されましたか？

[kazuma_1990]

はい。確認できてます。他のプログラムにて使用経験があり確認できてます。

[YT0014]

こちらで確認した限りでは、detectMultiScale()へ渡す画像は、グレイスケールに変換しております。
また、http://opencv.jp/opencv-2.1/cpp/object_detection.html によれば、CV_8Uで渡すことが必要なようです。
実行時に読み取られる画像は、グレイスケール、かつ、CV_8Uでしょうか？
または、カラー画像でのdetectMultiScale()のサンプルを確認されているのでしょうか？
エラーメッセージを見れば、画像ファイルの形式が誤っていると思えるのですが。